Pengembangan Sistem Manajemen Lalu Lintas Cerdas Berbasis Internet of Things dan Kecerdasan Buatan untuk Mengatasi Kemacetan di Perkotaan dengan Optimalisasi Sinyal Lalu Lintas Adaptif dan Prediksi Kepadatan

Rancang Bangun Jaringan Sensor Magnetik dan Kamera Traffic Counting Berbasis Edge Computing yang Terpasang di Simpang-Simpang Jalan Utama Kota Surabaya untuk Mengumpulkan Data Volume Kendaraan, Kecepatan Rata-Rata, dan Kepadatan Lalu Lintas secara Real-Time

Pengembangan Algoritma Pengendalian Sinyal Lalu Lintas Adaptif berbasis Reinforcement Learning dengan Pendekatan Deep Q-Network dan Multi-Agent Reinforcement Learning untuk Mengoptimalkan Waktu Hijau di Setiap Simpang secara Dinamis Berdasarkan Kondisi Lalu Lintas Aktual

Perancangan Sistem Prediksi Kepadatan Lalu Lintas Jangka Pendek untuk 1-2 Jam ke Depan dengan Menggunakan Algoritma Long Short-Term Memory dan Graph Neural Networks yang Mempertimbangkan Data Historis, Data Cuaca, Data Jadwal Sekolah, dan Data Event Kota

Studi Simulasi dan Evaluasi Kinerja Sistem Manajemen Lalu Lintas Cerdas pada Koridor Jalan Utama di Jakarta dengan Menggunakan Perangkat Lunak Simulasi Mikroskopis VISSIM dan SUMO untuk Mengukur Pengurangan Waktu Tempuh dan Emisi Gas Buang

Analisis Kebutuhan dan Perancangan Platform Data Terbuka untuk Informasi Lalu Lintas Real-Time yang Dapat Diakses Publik melalui Aplikasi Mobile dengan Fitur Rute Alternatif Dinamis, Prediksi Waktu Tempuh, dan Notifikasi Kepadatan